书荒拯救者

问题在哪

网文和出版书分散在起点、番茄、豆瓣、知乎等平台，榜单和书单更新快，单靠记忆或模型训练数据很难给出当前可读、且贴合你口味的一小撮书。你往往只有模糊需求（「逻辑严密的悬疑，类似《诡秘之主》」），却要在海量标题里自己比对字数、完结状态和口碑。

技能如何工作

本技能把「找书」拆成固定流水线，并强制联网搜索，不依赖过时记忆。

1. 需求解析：从自然语言里抽出类型、口味（爽文/逻辑流/种田等）、字数与平台偏好，以及排斥项、参考作品、新书/老书倾向；信息不全时会按 SKILL 约定做合理默认（例如只说「玄幻小说」时默认 8～12 本、优先完本）。
2. 全平台搜索：按热门书单、单书详情、口碑验证分轮检索，数据源上起点（评分与连载状态）、番茄/七猫（热度）、豆瓣（评分公信力）、知乎与 UGC 等各有优先级。
3. 数据整理：去重、同一作者最多两本，综合评分、口碑与匹配度排序，输出结构化 novels_data.json。
4. 报告生成：运行脚本生成暖色书香风格的交互式 HTML，含阅读画像、卡片概览、展开书评（亮点、注意事项、带来源的读者短评、多平台阅读链接）、分类标签推荐（最爽快/最烧脑等）与延伸阅读。

适用边界

• 书单质量取决于实时检索结果；平台不可达或信息缺失时，某本书的链接或评价可能不全。
• 简介与摘录评价遵守不剧透原则，深度剧情讨论不会写进报告。
• 推荐指向正版阅读渠道，数量固定在约 8～12 本，并刻意覆盖热门、口碑与冷门不同风格，而非只推单一爽点。